Estimation of the Controlled Direct Effect in Recurrent Event Processes

Recurrent events, such as disease episodes or hospital admissions, are commonly observed in medical and epidemiological studies. Investigating how an exposure affects event occurrences is crucial for understanding underlying causal mechanisms and making targeted interventions. We define the controlled direct effect of a randomized exposure using intensity-based models of recurrent event processes. To account for event clustering, we incorporate internal covariates representing carryover effects. We demonstrate how sequential G-estimation can be applied to estimate the exposure effect, and leverage its principle to introduce a novel one-stage estimation method based on the estimating equations framework. We present simulation studies conducted to evaluate the finite-sample properties of the proposed estimator. We illustrate the utility of our method by analyzing hospital readmission data to estimate the direct effect of sex on readmission rates of colorectal cancer patients.

Estimation de l'effet direct contrôlé dans les processus d'événements récurrents

Les événements récurrents, tels que les épisodes de maladies ou les admissions à l'hôpital, sont courants dans les études médicales et épidémiologiques. L’analyse de l’effet d’une exposition sur la survenue de ces événements est essentielle pour comprendre les mécanismes causaux sous-jacents et mettre en place des interventions ciblées. Nous définissons l’effet direct contrôlé d’une exposition randomisée à l’aide de modèles d’intensité pour les processus d’événements récurrents. Pour tenir compte du regroupement temporel des événements, nous introduisons des covariables internes représentant des effets de report. Nous montrons comment l’estimation séquentielle par G-estimation permet d’estimer l’effet de l’exposition et tirons parti de son principe pour proposer une nouvelle méthode en une seule étape, fondée sur les équations d’estimation. Des études de simulation sont menées pour évaluer les propriétés en échantillon fini de l’estimateur proposé. Enfin, nous illustrons l’utilité de notre approche en analysant des données de réadmission à l'hôpital afin d'estimer l'effet direct du sexe sur les taux de réadmission des patients atteints d'un cancer colorectal.

Session

Nouvelles frontières en inférence causale

Date and Time